Artificial Intelligence (AI)

SkedSoft

Contén anuncios

Acerca desta aplicación

Que é Intelixencia artificial (AI)?

A intelixencia artificial (AI) refírese á simulación da intelixencia humana en máquinas programadas para pensar como seres humanos e imitar as súas accións. O termo tamén se pode aplicar a calquera máquina que exhiba trazos asociados a unha mente humana como a aprendizaxe e a resolución de problemas.

A intelixencia artificial (AI) é unha área de ciencias da computación que destaca a creación de máquinas intelixentes que funcionen e reaccionan como os humanos. Os procesos inclúen aprendizaxe, razoamento e autocorrección. A IA realízase estudando como pensa o cerebro humano e como os humanos aprenden, deciden e traballan mentres intentan resolver un problema.

Descubra como crear aplicacións intelixentes centradas en imaxes, texto e datos de series de tempo. Úsase extensamente en moitos campos como motores de busca, recoñecemento de imaxes, robótica, finanzas, etc. Aprenderás sobre varios algoritmos que se poden usar para crear aplicacións de Intelixencia Artificial.

Que é para ti?

- Introdución á Intelixencia Artificial e axentes intelixentes, historia da Intelixencia Artificial
- Construír axentes intelixentes (busca, xogos, lóxica, problemas de satisfacción de restricións)
- Algoritmos de Machine Learning
- Aplicacións de AI (Natural Language Processing, Robotics / Vision, Language Understanding)

Contido da aplicación

1) Introdución á IA

- Proba de Turing
- Historia da Intelixencia Artificial
- Problema típico de intelixencia artificial
- O Ciclo de Intelixencia Artificial

2) Aproximación á resolución de problemas AI

- Espazo estatal
- Busca de gráficos
- Unha busca *
- Unha busca xenérica
- Algoritmo xenético
- Primeira busca de amplitude
- Procura en profundidade
- Busca Heurística
- Xogos
- Backtracking
- Algoritmo mínimo
- Busca non informada
- Mostra N-Queen
- Decisión óptima
- Xustificante de admisibilidade
- Árbore de busca
- Poda beta beta
- Mirar para adiante
- Profundización iterativa
- Greedy Search
- Gráfico de busca
- Busca informada
- Busca bidireccional
- Coherencia impulsada
- Procura adversa
- Coherencia do camiño
- Método de Informado
- Outras memorias limitadas
- Propiedades de profundidade

3) Coñecemento e razoamento

- Lóxica proposicional
- Regra de inferencia
- Modelo escondido de Markov
- Redes bayesianas
- Adiante encadeado
- Lóxica de primeira orde
- E / ou Árbores
- Semántica
- Nivel de coñecemento
- Sistemas baseados en regras
- Pro-rexistro puro
- Unificación
- Universo Herbrand
- A solidez
- Non Monotónico

4) Actuando loxicamente e aprendendo

- Aprendizaxe reforzada
- Semántica de Bayesiano
- Aprendizaxe supervisada
- Cuestión de aprendizaxe
- Redes semánticas
- Rede Neural
- Modelo de Native Bayes
- Neural artificial
- Probabilista
- Cadros
- Poda de árbores de decisións
- Perceptrón
- Aprendizaxe estatística
- Eliminación de candidatos
- Propagación traseira
- Non supervisado
- Taxonomía da aprendizaxe
- Exténdese Semántico
- Multicapa
- Funcións de división
- Interrelación fronte a non entrelazado de sub-plan
- A planificación como busca
- A forma xeral do EM Algoritmo

5) Comunicar, percibir e actuar

- Algoritmo de regresión
- Linguaxe natural
- Algoritmo de agrupación
- Algoritmo estatístico
- Recoñecemento de patróns
- Uso e aplicación
- Ambigüidade
- Pasos na linguaxe


Estas cinco unidades conteñen 142 temas e lendo todo o suficiente para deseñar un sistema empregando idiomas como R, Python, SAS, Matlab, Weka, SPSS etc.

Novidades

☞ New reading UI which allows seamless reading.
☞ Night mode and horizontal + vertical page scroll
☞ Bookmark and content highlight, underlining text, add note
☞ Ebook like reading experience